Experience-Driven Continual Learning of Terrain Traversability for Quadruped Robots
作者: Luca Bricarello, João Carlos Virgolino Soares, Alberto Sanchez-Delgado, Fulvio Mastrogiovanni, Claudio Semini
分类: cs.RO
发布日期: 2026-09-30
💡 一句话要点
提出基于经验驱动的持续学习方法以提升四足机器人地形可通行性预测
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱三：空间感知与语义 (Perception & Semantics)
关键词: 四足机器人 持续学习 地形可通行性 经验驱动 不确定性预测 动态适应 自动导航
📋 核心要点
- 现有方法无法有效预测四足机器人在陌生地形上的滑动、负载和能耗等交互作用，导致导航安全性和效率低下。
- 本文提出的持续学习管道利用运动经验，从接触前图像中学习地形与机器人交互的结果，并动态更新预测。
- 实验结果表明，使用验证门的有界经验重放相比于无门重放，最终锚点负对数似然降级减少了23.1%，同时实现了类似的新地形适应性。
📝 摘要（中文）
安全高效的四足机器人在陌生地形上的导航需要在接触前预测地形与机器人之间的相互作用。本文提出了一种持续学习管道，通过运动经验从接触前图像中学习这些相互作用的结果，并在观察到新接触后不断更新预测。使用DINOv3模型生成的接触前描述符被映射到五个本体指标，结合紧凑的证据回归器来预测这些指标及其不确定性。持续适应结合了有界经验重放和验证门，确保新模型在提升性能的同时不降低历史数据的表现。最终生成的可通行性评分图用于下游导航测试。
🔬 方法详解
问题定义：本文旨在解决四足机器人在陌生地形上导航时，如何有效预测地形与机器人之间的交互作用的问题。现有方法主要依赖几何和视觉外观，无法准确反映机器人在接触前的行为表现。
核心思路：论文提出了一种基于经验驱动的持续学习框架，通过分析运动经验来学习和更新地形交互的预测，确保机器人在不同地形上的适应性和安全性。
技术框架：整体架构包括接触前描述符生成、指标预测、经验重放和验证门等模块。DINOv3模型用于生成接触前图像的描述符，这些描述符被映射到五个本体指标，并通过证据回归器进行预测。
关键创新：最重要的创新在于结合了有界经验重放和验证门的持续适应机制，确保新模型在提升性能的同时不降低历史数据的表现。这种方法在动态环境中具有更好的适应性。
关键设计：关键设计包括使用DINOv3模型生成的接触前描述符、五个本体指标的加权映射，以及紧凑的证据回归器来同时预测指标和不确定性。此外，验证门的设计确保了模型更新的有效性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，使用验证门的有界经验重放方法在三种未见过的地形上，相较于无门重放，最终锚点负对数似然降级减少了23.1%。同时，新地形适应能力保持在相似水平，验证了方法的有效性和鲁棒性。
🎯 应用场景
该研究的潜在应用领域包括自动驾驶、机器人探测和救援任务等，能够显著提升四足机器人在复杂和未知环境中的导航能力。通过持续学习，机器人能够在不断变化的环境中保持高效的适应性，未来可能推动更广泛的自主机器人应用。
📄 摘要（原文）
Safe and efficient quadruped navigation over unfamiliar terrain requires predicting terrain-robot interaction before contact: geometry and visual appearance alone cannot reveal how the robot will slip, load its feet, or expend energy. This paper presents a continual learning pipeline that uses locomotion experience to learn these interaction outcomes from pre-contact images and continually updates the predictions as new contacts are observed. Pre-contact descriptors, produced by a DINOv3 backbone model frozen during training, are mapped to five proprioceptive indicators weighted according to measurement reliability: planar foot slip, mean normal ground-reaction force, traction index, cost of transport, and touchdown loading rate. A compact evidential regressor allows us to predict these indicators together with aleatoric and epistemic uncertainty from the visual descriptors. Continual adaptation combines bounded experience replay with a validation gate: candidate models replace the deployed predictor only when they improve performance on recent held-out data while keeping degradation on historical held-out data within a prescribed tolerance. Predictions and epistemic uncertainty are projected into a local multilayer map and combined into a conservative traversability score map whose property weights can be adjusted without retraining. The resulting map is used for downstream navigation tests. The ROS2 implementation supports evaluation on a Unitree Go2 in simulation and on hardware, with models trained separately in each domain. On a sequential hardware stream over three previously unseen terrains, gated replay reduces final anchor negative log-likelihood (NLL) degradation by 23.1% relative to replay without the gate while attaining similar new-terrain adaptation.